Dividir y fusionar en la optimización del rendimiento: nunca debes haber imaginado que estas dos operaciones se pueden jugar así

Este artículo tiene como objetivo explorar en profundidad la importancia de la optimización del rendimiento y proporcionar una solución integral de optimización del rendimiento. Analizaremos desde tres aspectos de hardware, software y red para ayudarlo a mejorar el rendimiento general del sistema. Si sigue estas recomendaciones, podrá mejorar significativamente la capacidad de respuesta del sistema, reducir la latencia y mejorar la experiencia del usuario.

1. Divide y cultiva (la palabra "fen")

Capas comerciales, clasificación del sistema, distribución de servicios, subbase de datos/tabla de la base de datos, separación dinámica y estática, división síncrona en asíncrona, subproceso único en subproceso múltiple, separación de caché de datos original, tabla única en varias tablas, base de datos única en múltiples bases de datos, división de flujo, etc. . . .

En la optimización del rendimiento del sistema, "divide y vencerás" es una estrategia de uso común. Al descomponer el problema en subproblemas más pequeños y manejables, y luego resolver cada subproblema por separado, finalmente se obtiene el efecto de optimización general. Aquí hay algunas técnicas y enfoques comunes de "divide y vencerás":

Paralelización de tareas: descomponga una tarea grande en múltiples subtareas y use computación paralela para procesar estas subtareas al mismo tiempo para mejorar la capacidad de procesamiento general del sistema. Por ejemplo, divida una gran tarea de procesamiento de datos en múltiples tareas paralelas y use la computación distribuida o multiproceso para procesar estas tareas simultáneamente.
Diseño modular: divida los sistemas complejos en módulos, cada módulo es responsable de una función o tarea específica. Cada módulo se puede desarrollar, probar y optimizar de forma independiente para mejorar la capacidad de mantenimiento y el rendimiento general del sistema.
Descomposición de algoritmos: descomponga algoritmos complejos y divídalos en subalgoritmos más simples y reutilizables. Al optimizar el rendimiento de cada subalgoritmo, se puede mejorar la eficiencia de ejecución del algoritmo general.
Particionamiento de datos: particionamiento de conjuntos de datos a gran escala, división de los datos en subconjuntos y realización de operaciones paralelas en cada subconjunto. Este método se usa a menudo en el procesamiento de big data y en los sistemas distribuidos para mejorar la eficiencia del procesamiento y la consulta de datos.
Asignación de recursos: asigne y administre los recursos del sistema, como asignar tareas a las unidades de procesamiento o nodos más adecuados, para lograr un mejor equilibrio de carga y utilización de recursos.
Desmontaje de problemas: desmonte un problema complejo en múltiples subproblemas simples y use métodos recursivos o iterativos para resolver cada subproblema por separado. Finalmente, las soluciones de los subproblemas se combinan para obtener la solución del problema general.
Optimización de red: incluida la optimización de protocolos, equilibrio de carga, estrategia de caché, etc.
Optimización de la arquitectura del sistema: incluida la arquitectura distribuida, la arquitectura de microservicios, la implementación en contenedores, etc.
División de tareas: divida las tareas en múltiples subtareas, ejecútelas por separado y use métodos paralelos o distribuidos para mejorar la eficiencia y la escalabilidad.
Procesamiento asíncrono: Para tareas que toman mucho tiempo o dependen de recursos externos, se pueden ejecutar de manera asíncrona para evitar bloquear el hilo principal o afectar la experiencia del usuario. Los mecanismos de procesamiento asíncrono comunes incluyen colas de mensajes, funciones de devolución de llamadas y detectores de eventos.

2. Combinar en uno (fórmula de carácter "Él")

La granularidad de los microservicios no debe ser demasiado fina. Si la combinación se combina, la gran tabla de la base de datos reduce la consulta conjunta. Si la redundancia es redundante, los datos redundantes se fusionan. La expresión intuitiva es: desde la CDN de front-end, la separación dinámica y estática, hasta la división de los servicios en segundo plano en microservicios, distribuidos, equilibrio de carga, almacenamiento en caché, agrupación, subprocesos múltiples, IO, tablas de subbases de datos, motores de búsqueda, etc. Todos enfatizan la palabra "fen".

En la optimización del rendimiento del sistema, la "integración en uno" es una estrategia que enfatiza la maximización del rendimiento general, no solo la solución de problemas locales. Aquí hay algunas técnicas y enfoques "todo en uno" comunes:

Optimización a nivel del sistema: Considere exhaustivamente los cuellos de botella y los puntos críticos de rendimiento de todo el sistema, y optimice el sistema como un todo a través de análisis de rendimiento global y estrategias de optimización. Esto incluye considerar exhaustivamente la interacción entre varios componentes y módulos para maximizar el rendimiento general.
Gestión y optimización de recursos: a través de una gestión y optimización integral de los recursos del sistema, como memoria, CPU, red, etc., para lograr una mejora general del rendimiento. Esto incluye la optimización de las estrategias de asignación de recursos, la realización del equilibrio de carga y la maximización de la utilización de recursos.
Concurrencia integral y optimización paralela: Considere la concurrencia y la operación paralela de todo el sistema, y mejore el rendimiento y la eficiencia de la concurrencia del sistema general mediante la optimización integral de los mecanismos de control de concurrencia, uso compartido de recursos y sincronización.
Optimización del flujo y procesamiento de datos: optimice el flujo y el procesamiento de datos en el sistema y considere de manera integral todos los aspectos de la transmisión, conversión y procesamiento de datos para maximizar la eficiencia y el rendimiento del procesamiento general de datos.
Optimización del diseño de la arquitectura del sistema: tenga en cuenta los requisitos de rendimiento en la etapa de diseño del sistema y seleccione la arquitectura y la tecnología adecuadas para garantizar la optimización del rendimiento general del sistema. Esto incluye la división racional de módulos, la reducción del acoplamiento entre componentes, la selección de protocolos de comunicación y formatos de datos eficientes, etc.
Ajuste y configuración general del sistema: Al ajustar la configuración y los parámetros de todo el sistema para adaptarse mejor a las cargas de trabajo específicas y los requisitos de rendimiento. Esto incluye ajustar los tamaños del búfer del sistema, optimizar la cantidad de conexiones de red, configurar los parámetros del grupo de subprocesos y más.
Herramientas integrales de supervisión y ajuste del rendimiento: utilice herramientas y analizadores integrales de supervisión del rendimiento para monitorear y analizar de manera integral el rendimiento del sistema a fin de identificar los cuellos de botella del rendimiento general y las oportunidades de optimización. Esto incluye considerar exhaustivamente los indicadores de rendimiento de varios componentes y módulos para desarrollar una estrategia de optimización integral.

Al adoptar la tecnología de "integración en uno" anterior, se puede mejorar el rendimiento general del sistema y se puede maximizar el rendimiento general al considerar de manera integral la interrelación y la influencia mutua de cada componente y módulo. Este método hace hincapié en la mejora del rendimiento general, de modo que el sistema pueda lograr el mejor rendimiento y eficiencia en todos los niveles y dimensiones.

I. Introducción

Con el desarrollo de la tecnología, la informática de alto rendimiento se ha convertido en un requisito clave en muchas industrias. Ya sea que se trate de juegos, finanzas, medicina u otros campos, la informática de alto rendimiento desempeña un papel fundamental. Sin embargo, lograr un alto rendimiento no es fácil. Para satisfacer las necesidades de velocidad y eficiencia de los usuarios, necesitamos optimizar continuamente el rendimiento. En este artículo, le presentaremos un conjunto de soluciones integrales de optimización del rendimiento para ayudarlo a mejorar el rendimiento general del sistema.

1. Definición de optimización del rendimiento

La optimización del rendimiento se refiere a tener un conocimiento profundo del hardware, los sistemas operativos y las aplicaciones de la computadora, ajustando la relación entre los tres, maximizando el rendimiento de todo el sistema (incluido el hardware, los sistemas operativos y las aplicaciones) y satisfaciendo continuamente las necesidades comerciales existentes. El proceso de ajustar, mejorar y optimizar un sistema para aumentar su velocidad de ejecución, tiempo de respuesta, rendimiento, utilización de recursos u otros indicadores de rendimiento. La optimización del rendimiento tiene como objetivo permitir que el sistema satisfaga las necesidades de los usuarios de manera más eficiente y brinde una mejor experiencia de usuario al reducir la latencia, aumentar el rendimiento y reducir el consumo de recursos.

La optimización del rendimiento se puede aplicar en varios campos, incluido el desarrollo de software, la gestión de bases de datos, la comunicación en red, el diseño de algoritmos, la arquitectura del sistema, etc.

La optimización del rendimiento es un proceso continuo que requiere una consideración exhaustiva de los requisitos del sistema, las limitaciones de recursos y la experiencia del usuario, y mejora continuamente el rendimiento del sistema a través de la supervisión, el análisis y la optimización en tiempo real. Implica un cuidadoso análisis de rendimiento, experimentación, ajuste y verificación para garantizar que el sistema funcione de la mejor manera en la operación real.

2. El objetivo de la optimización del rendimiento

El objetivo de la optimización del rendimiento es mejorar el rendimiento de un sistema, una aplicación o un algoritmo para satisfacer las necesidades del usuario y proporcionar una mejor experiencia de usuario. Los siguientes son los objetivos principales de la optimización del rendimiento:

Optimización del Tiempo de Respuesta: Reduciendo el tiempo de respuesta del sistema, permitiendo a los usuarios obtener resultados o realizar acciones más rápido. Los tiempos de respuesta rápidos mejoran la satisfacción del usuario, mejoran la participación del usuario y aumentan la disponibilidad del sistema.
Optimización del rendimiento: mejore la capacidad de procesamiento y la concurrencia del sistema para que el sistema pueda manejar más solicitudes o transacciones. El aumento del rendimiento puede mejorar la escalabilidad del sistema, adaptarse a una alta carga simultánea y permitir que más usuarios accedan al mismo tiempo.
Optimización de la utilización de recursos: a través de una gestión y utilización razonables de los recursos, se minimizan el desperdicio y la inactividad de los recursos, y se mejoran la eficiencia y el rendimiento del sistema. La optimización de la utilización de los recursos puede reducir los costos de los recursos de hardware y mejorar la escalabilidad y la economía del sistema.
Optimización de la estabilidad y la confiabilidad: al optimizar la estabilidad y la confiabilidad del sistema, garantice la estabilidad del sistema en condiciones de operación a largo plazo y de alta carga, y reduzca el riesgo de fallas y errores del sistema.
Optimización de energía: Reducir el consumo de energía de un sistema o dispositivo para aumentar la eficiencia energética, reducir los costos operativos y tener un menor impacto en el medio ambiente.
Optimización de la experiencia del usuario: mejore la experiencia del usuario, incluida la fluidez de la interfaz, la velocidad de respuesta interactiva y el funcionamiento fluido. La optimización de la experiencia del usuario puede aumentar la satisfacción del usuario, reducir la rotación de usuarios y aumentar la lealtad del usuario.
Optimización de la mantenibilidad: al optimizar el diseño del sistema, la calidad del código y la arquitectura, el sistema es fácil de mantener y expandir, lo que reduce los costos de mantenimiento y mejora la productividad del equipo de desarrollo.

El objetivo de la optimización del rendimiento es hacer que el sistema logre el mejor nivel de rendimiento posible con los recursos y restricciones dados. Tenga en cuenta las necesidades de los usuarios, los requisitos del sistema y las limitaciones de recursos para lograr el mejor equilibrio entre rendimiento y disponibilidad.

3. La importancia de la optimización del rendimiento

La optimización del rendimiento es de gran importancia en el desarrollo de aplicaciones modernas y el diseño de sistemas, los siguientes son varios aspectos clave de la optimización del rendimiento y su importancia:

Experiencia de usuario mejorada: un buen rendimiento puede mejorar significativamente la experiencia del usuario, permitiéndoles obtener respuestas y resultados más rápido. El tiempo de respuesta rápido y el alto rendimiento pueden mejorar la satisfacción del usuario, reducir el tiempo de espera y la mala experiencia del usuario, y mejorar la participación y retención del usuario.
Mejorar la escalabilidad del sistema: la optimización del rendimiento puede mejorar la capacidad de procesamiento y la concurrencia del sistema, permitiéndole manejar más solicitudes o transacciones. Al aumentar el rendimiento y mejorar la utilización de los recursos, el sistema puede adaptarse mejor a las necesidades de una gran carga concurrente y usuarios a gran escala, manteniendo la estabilidad y el alto rendimiento.
Ahorro de recursos y costos: la optimización del rendimiento puede reducir el consumo y el desperdicio de recursos, y mejorar la eficiencia en la utilización de los recursos. Al optimizar el uso de recursos como la memoria, la CPU y la red, el sistema puede manejar más trabajo con la misma configuración de hardware, lo que reduce los costos de recursos de hardware y los costos operativos.
Mejore la confiabilidad y la estabilidad: la optimización del rendimiento ayuda a mejorar la estabilidad y la confiabilidad del sistema. Al reducir la latencia y optimizar las operaciones simultáneas, puede reducir el riesgo de errores y bloqueos del sistema y mejorar la estabilidad y disponibilidad del sistema.
Ventaja competitiva mejorada: en un mercado altamente competitivo, la optimización del rendimiento puede ser una ventaja competitiva para las empresas y los productos. El tiempo de respuesta rápido, el alto rendimiento y la excelente experiencia del usuario pueden atraer a más usuarios, aumentar la participación en el mercado y la reputación de la marca.
Ahorro de energía y protección del medio ambiente: la reducción del consumo de energía de los sistemas o equipos a través de la optimización del rendimiento puede mejorar la eficiencia energética, reducir el consumo de energía y el impacto en el medio ambiente. Esto es de gran importancia para el desarrollo sostenible y la responsabilidad social empresarial.
Mejorar la eficiencia del desarrollo: la optimización del rendimiento puede hacer que el equipo de desarrollo se centre en la calidad del código, la optimización del diseño y la capacidad de mantenimiento del sistema. Esto ayuda a mejorar la eficiencia del desarrollo, reducir los costos de mantenimiento y capacitar a los desarrolladores con mejores capacidades de diseño de códigos y sistemas.

La optimización del rendimiento no es solo un requisito básico para cumplir con las expectativas de los usuarios, sino también un factor clave para seguir siendo competitivos, mejorar la eficiencia y ahorrar recursos. Al dedicar el tiempo y los recursos apropiados a la optimización del rendimiento, se puede lograr un rendimiento del sistema y una experiencia de usuario excelentes, lo que brinda grandes beneficios a los usuarios individuales, las empresas y las organizaciones.

4. El principio de optimización del rendimiento

La optimización del rendimiento debe seguir algunos principios básicos:

Basado en datos en lugar de adivinar: use pruebas, registros, monitoreo y otras herramientas para analizar los cuellos de botella y los problemas del sistema y optimizarlos de manera específica.
Evite la optimización prematura: en las primeras etapas del desarrollo del producto, no se centre en el rendimiento, sino en la funcionalidad y la calidad. Solo después de que el producto se haya estabilizado, realice las optimizaciones necesarias.
Evite la optimización excesiva: la optimización del rendimiento es un proceso continuo, y se deben formular objetivos e indicadores razonables en función de las necesidades comerciales y la rentabilidad. No sacrifique la legibilidad, el mantenimiento y la estabilidad del código por un rendimiento extremo.
Comprensión profunda del negocio: los códigos sirven al negocio, sin comprender los requisitos y escenarios del negocio, es difícil descubrir las deficiencias en el diseño y la implementación del sistema. Es necesario mantener la comunicación con el producto, la operación y otros equipos para comprender el comportamiento y los comentarios de los usuarios.

5. El método de optimización del rendimiento

1. Optimización del rendimiento a nivel de hardware

Actualice la CPU y la GPU: la CPU y la GPU de alto rendimiento son los factores clave para mejorar el rendimiento del sistema. Elija el modelo de procesador adecuado para sus necesidades y asegúrese de que tenga una cantidad suficiente de núcleos y subprocesos.
Aumentar la memoria (RAM): La RAM es donde su computadora almacena datos. Aumentar la cantidad de memoria puede mejorar la velocidad y la estabilidad del sistema.
Use una unidad de estado sólido (SSD): en comparación con los discos duros mecánicos tradicionales, las unidades de estado sólido tienen velocidades de lectura y escritura más rápidas. Instalar el sistema operativo y los programas de uso común en la SSD puede mejorar significativamente la velocidad de arranque del sistema y la velocidad de respuesta de la aplicación.

2. Optimización del rendimiento a nivel de software

Caché: utilizando la idea de intercambiar espacio por tiempo, almacene datos calculados o accedidos con frecuencia en la memoria o archivos locales para reducir la sobrecarga de cálculo o E/S repetida.
Simultaneidad: use CPU multinúcleo o varios servidores para compartir la carga de trabajo y mejorar el rendimiento y la simultaneidad del sistema.
Pereza: Aplazar los cálculos hasta que sea necesario, evitando cálculos redundantes o inútiles.
Lote: cuando hay IO (IO de red, IO de disco), las operaciones de combinación y las operaciones por lotes reducen los tiempos de IO y la sobrecarga.
Implementación eficiente: elegir algoritmos, estructuras de datos, lenguajes de programación, etc. más adecuados o más rápidos para implementar funciones.
Optimice el recorrido: calcule en un rango de datos más pequeño en lugar de recorrer todos los datos. Por ejemplo, se utilizan tecnologías como índices, filtros y paginación para acelerar la recuperación de datos.

3. Optimización del rendimiento a nivel de red

Optimización de la configuración de la red: el ajuste de los parámetros de TCP/IP, la habilitación de QoS (Calidad de servicio) y otros métodos pueden mejorar la eficiencia y la estabilidad de la transmisión de la red.
Use CDN (red de distribución de contenido): CDN puede almacenar en caché el contenido del sitio web en servidores de todo el mundo, para que los usuarios puedan acceder al contenido requerido más rápidamente.

2. Optimización de la gestión de la memoria

1. Comprender los conceptos básicos de la memoria Java

1.1, modelo de memoria Java

JMM (Java Memory Model) es un modelo de memoria definido en la especificación de máquina virtual de Java, que describe cómo los programas de Java acceden a la memoria compartida en un entorno de subprocesos múltiples. JMM es principalmente un modelo de memoria definido para proteger las diferencias en el acceso a la memoria por varios hardware y sistemas operativos. JMM define un modelo de memoria de computadora abstracto, que incluye la memoria principal y la memoria de trabajo.

1.2 Área de datos de tiempo de ejecución

El área de datos de tiempo de ejecución de JVM es el área de memoria utilizada por la máquina virtual Java al ejecutar programas Java. Estas áreas incluyen las siguientes secciones:

Contador de programa (registro de contador de programa): el contador de programa es una pequeña área de memoria que se puede ver como un indicador de número de línea del código de bytes ejecutado por el subproceso actual. Cada subproceso tiene su propio contador de programa independiente, que se utiliza para registrar la dirección de la instrucción que el subproceso debe ejecutar.
Pila de máquina virtual Java: La pila de máquina virtual Java se compone de marcos de pila (Stack Frame), y cada marco de pila corresponde a la llamada de un método Java. Cuando se llama a un método, se genera un marco de pila correspondiente en la pila de la máquina virtual de Java y se inserta en la pila. Cuando se completa la ejecución del método, el marco de la pila se extrae de la pila. La pila de la máquina virtual Java se utiliza para almacenar información, como variables locales, parámetros de métodos, valores devueltos y operandos.
Pila de métodos nativos: la pila de métodos nativos es similar a la pila de la máquina virtual Java, pero se utiliza para ejecutar el método nativo (método nativo). Los métodos nativos son métodos implementados en lenguajes como C y C++, son diferentes a los códigos Java y requieren acceso directo a los recursos del sistema operativo.
Montón de Java: el montón de Java es el área de memoria más grande de la máquina virtual de Java y también es la única área de memoria compartida por todos los subprocesos cuando se ejecuta el programa. El montón de Java se utiliza para almacenar estructuras de datos, como matrices e instancias de objetos de Java. El montón de Java puede expandirse y reducirse dinámicamente, y su tamaño puede controlarse a través de parámetros de línea de comando.
Área de método: el área de método se utiliza para almacenar datos como información de clase, constantes, variables estáticas y código compilado por un compilador justo a tiempo. Es una de las áreas de almacenamiento permanente en la máquina virtual Java. El área de métodos se llamaba generación permanente (PermGen) antes de Java 8, y fue reemplazada gradualmente por Metaspace a partir de Java 8.
Grupo de constantes de tiempo de ejecución: el grupo de constantes de tiempo de ejecución es la representación en tiempo de ejecución de la tabla de grupos de constantes para cada clase o interfaz. Contiene literales y referencias de símbolos generados en tiempo de compilación, así como literales de cadena generados en tiempo de ejecución, etc. El conjunto de constantes de tiempo de ejecución forma parte del área de métodos.

Los anteriores son los componentes principales del área de datos de tiempo de ejecución de la máquina virtual Java. Las diferentes áreas difieren en el tamaño y el uso de la memoria, pero todas son componentes importantes que respaldan la ejecución normal de los programas Java. Comprender el área de datos de tiempo de ejecución de la máquina virtual Java es muy importante para escribir programas Java eficientes y estables.

1.3, Mecanismo de recolección de basura de Java

El mecanismo de recolección de basura (Garbage Collection, GC) de Java es un mecanismo en el que la Máquina Virtual de Java (JVM) se encarga de recuperar automáticamente el espacio de memoria ocupado por objetos que ya no se utilizan. El mecanismo de recolección de basura reduce en gran medida la carga de los desarrolladores para administrar la memoria manualmente y ayuda a prevenir pérdidas de memoria y mejorar el rendimiento de la aplicación.

1. Proceso de reciclaje

1) Primero juzgue si el objeto está vivo (si es basura)

Se puede juzgar por el algoritmo de conteo de referencias y el algoritmo de análisis de alcance. Dado que el algoritmo de conteo de referencias no puede resolver el problema de las referencias circulares, actualmente se utiliza el algoritmo de análisis de alcance.

2) Recorrer y reciclar objetos (reciclar basura)

La basura puede ser reclamada por el recolector de basura (Serial/Parallel/CMS/G1) Los algoritmos utilizados por el recolector de basura son el algoritmo de borrado de marcas, el algoritmo de finalización de marcas, el algoritmo de recuperación de copias y el algoritmo de recuperación generacional.

2. Tipos de GC

3. El principio de GC

El núcleo del recopilador de GC es el algoritmo de recopilación de GC
El algoritmo de recopilación de GC generalmente primero necesita determinar si el objeto está vivo y luego usa el algoritmo de conteo de referencia o el algoritmo de análisis de accesibilidad.
El algoritmo de conteo de referencias no puede resolver la situación de las referencias circulares, por lo que actualmente se utiliza el algoritmo de análisis de accesibilidad
GC se divide en 4 tipos, actuando en diferentes áreas de la memoria (nueva generación Eden/S0/S1, vieja generación). En este momento, los colectores de GC se combinarán entre sí para completar diferentes tipos de GC, a fin de lograr la función de JVM GC

2. Elija el recolector de basura adecuado

coleccionista	CMS	G1
Algoritmo de reciclaje	marcar claro	margen
área de reciclaje	vieja generación	nueva generación + vieja generación
diseño de memoria	Tradición	Dividir la nueva generación y la vieja generación juntas en Regiones
fragmentación de la memoria	generar escombros espaciales	Pequeño espacio para escombros
simultaneidad	simultaneidad	simultaneidad
uso de JDK	JDK8 por defecto (Paralelo)	JDK9 por defecto
tiempo de pausa	tiempo mínimo de pausa	tiempo de pausa predecible

Java 8: el recolector de elementos no utilizados predeterminado es el recolector paralelo. Utiliza subprocesos paralelos para la recolección de elementos no utilizados, adecuados para procesadores multinúcleo, y el objetivo es obtener el mayor rendimiento en el menor tiempo posible.
Java 11: el recolector de basura predeterminado es el recolector G1 (Garbage-First). Es un recolector de basura de baja latencia diseñado para tiempos de pausa bajos y alto rendimiento.
Java 14: el recolector de basura predeterminado sigue siendo el recolector G1.
Java 15: el recolector de basura predeterminado sigue siendo el recolector G1.
Java 16: el recolector de basura predeterminado sigue siendo el recolector G1.

La máquina virtual de Java también proporciona muchos parámetros para ajustar el comportamiento y el rendimiento del recolector de elementos no utilizados. Estos parámetros se pueden usar para especificar un recolector de elementos no utilizados específico, ajustar el tamaño del almacenamiento dinámico, el tiempo de pausa, el rendimiento, etc. Dependiendo de las necesidades y características de la aplicación, estos parámetros se pueden utilizar para optimizar el rendimiento del recolector de basura.

3. Herramienta de análisis de memoria

1) jstat: se usa para monitorear el uso de la memoria JVM y la información de recolección de basura.

2) jmap: se utiliza para generar archivos de volcado de almacenamiento dinámico de JVM para analizar el uso de la memoria.

3) jconsole: se usa para monitorear los indicadores de rendimiento de JVM, la cantidad de subprocesos y otra información.

4) VisualVM: una poderosa herramienta de análisis de rendimiento que puede contar varios indicadores, como CPU, memoria y GC, y proporcionar una interfaz gráfica.

5) Ali Arthas: análisis del rendimiento de la aplicación, detección de fugas de memoria, solución de problemas de subprocesos, seguimiento de llamadas de métodos y otras operaciones.

6) Apache JMeter: se utiliza para pruebas de estrés y pruebas de rendimiento. Se puede probar el punto de inflexión del rendimiento del sistema.

7) Eclipse MAT: Mat es un complemento de Eclipse y también puede ejecutarse de forma independiente, por lo que incluso si usa IDEA, puede usar Mat de forma independiente. La función principal de MAT es analizar archivos de volcado.

8) XRebel: una herramienta ligera de análisis de rendimiento de Java que proporciona análisis de rendimiento a nivel de código en tiempo real y sugerencias de optimización.

Después de la operación de la página, verá el tiempo que consume cada solicitud http en la consola xrebel

Se muestra el consumo de tiempo del método de cada clase que se llama o ejecuta, y diferentes colores indican el consumo de tiempo.

3. Optimización concurrente de subprocesos múltiples

1. Grupo de subprocesos (tecnología de agrupación)

corePoolSize número de subprocesos principales (trabajadores oficiales)
cola de espera workQueue (trabajadores contratados)
maximumPoolSize número máximo de subprocesos (todo el personal)

Los funcionarios de Oracle no brindan un valor de referencia específico para corePoolSize del grupo de subprocesos, porque el tamaño de este valor debe optimizarse y ajustarse de acuerdo con los escenarios comerciales reales y las condiciones de los recursos del sistema. Diferentes escenarios comerciales y condiciones de recursos del sistema pueden requerir diferentes configuraciones de corePoolSize.
En el libro "Práctica de programación concurrente de Java", el autor Brian Goetz y otros señalaron que el tamaño del conjunto de subprocesos debe determinarse de acuerdo con el tipo de tarea y la intensidad informática. Para las tareas con un uso intensivo de la CPU, la cantidad de subprocesos del núcleo debe establecerse en la cantidad de núcleos del procesador más 1 o 2; para las tareas con un uso intensivo de E/S, la cantidad de subprocesos del núcleo se puede aumentar adecuadamente para aprovechar el tiempo de inactividad de la CPU.
Esta sugerencia se basa en las siguientes consideraciones: para las tareas con uso intensivo de CPU, los subprocesos requieren muchos cálculos, por lo que se necesitan suficientes recursos de CPU, y la cantidad de núcleos de procesador más 1 o 2 pueden hacer un uso completo de los recursos de CPU y evitar la competencia y el bloqueo entre subprocesos; para tareas con uso intensivo de E/S, dado que los subprocesos esperan operaciones de E/S la mayor parte del tiempo, la cantidad de subprocesos principales se puede aumentar adecuadamente para aprovechar el tiempo de inactividad de la CPU, mejorando así la eficiencia del sistema.
Aunque esta sugerencia no es un estándar oficial, ha sido ampliamente reconocida y aplicada en aplicaciones prácticas y logró buenos resultados.

2. Competencia de bloqueo y granularidad (tecnología de optimización de bloqueo)

En la optimización del rendimiento, la reducción de la competencia de bloqueos y el uso de bloqueos detallados son estrategias comunes que pueden mejorar de manera efectiva el rendimiento de los programas concurrentes. Estas son algunas estrategias para reducir la contención de bloqueos y usar bloqueos detallados:

2.1 Reducir la granularidad de bloqueo

Al descomponer un candado grande en varios candados pequeños, se reduce la granularidad del candado, lo que reduce el grado de competencia entre candados. Por ejemplo, dividir un gran bloque de código sincronizado en varios bloques más pequeños de código sincronizado reduce la contención entre subprocesos que se ejecutan simultáneamente.

2.2 Uso de bloqueos de lectura y escritura

Para escenarios con más lecturas y menos escrituras, puede usar un bloqueo de lectura y escritura (ReentrantReadWriteLock) para mejorar el rendimiento de la simultaneidad. Los bloqueos de lectura y escritura permiten que varios subprocesos adquieran bloqueos de lectura al mismo tiempo, pero solo un subproceso puede adquirir bloqueos de escritura, lo que proporciona una mayor concurrencia.

2.3 Uso de colecciones concurrentes

Java proporciona algunas clases de colección concurrentes, como ConcurrentHashMap, ConcurrentLinkedQueue, etc. Estas clases de colección simultáneas utilizan un mecanismo de bloqueo interno de granularidad fina para proporcionar operaciones simultáneas eficientes en un entorno de subprocesos múltiples.

2.4, use la operación CAS

CAS (Comparar e intercambiar) es un mecanismo de bloqueo optimista que realiza operaciones atómicas comparando e intercambiando, evitando la sobrecarga de rendimiento y el bloqueo de subprocesos causados por el uso de bloqueos mutex tradicionales. La clase Atomic y la clase AtomicReference en Java brindan soporte para operaciones CAS.

Específicamente, la operación CAS multiproceso incluye los siguientes pasos:

Obtenga el valor y el valor esperado de la variable compartida actual.
Compare si el valor actual de la variable compartida es igual al valor esperado y, si son iguales, actualice el valor de la variable compartida al nuevo valor que se escribirá.
Si el valor actual de la variable compartida no es igual al valor esperado, significa que otros subprocesos han modificado el valor de la variable compartida en este momento, entonces el subproceso actual debe volver a adquirir el valor más reciente de la variable compartida y repetir el paso b.

En un entorno concurrente, las operaciones CAS de subprocesos múltiples pueden garantizar la operación atómica de las variables compartidas y también evitar la sobrecarga del bloqueo de subprocesos y el cambio de contexto causado por los mecanismos de bloqueo tradicionales. Por lo tanto, las operaciones CAS de subprocesos múltiples se usan ampliamente en varios escenarios de alta concurrencia, como transacciones de bases de datos, sistemas distribuidos, etc.

2.5 Bloqueo de separación de lectura y escritura

Separe las operaciones de solo lectura y las operaciones de escritura en la estructura de datos, utilizando bloqueos de lectura y bloqueos de escritura, respectivamente. Esto puede permitir que varios subprocesos lean datos al mismo tiempo y solo necesitan bloquearse al escribir, lo que reduce la competencia entre las operaciones de lectura.

2.6 Usar algoritmo sin bloqueo

Un algoritmo sin bloqueo (Lock-Free) es un algoritmo concurrente que no utiliza un mutex. Por lo general, se basa en operaciones CAS y otras operaciones atómicas, y logra el acceso simultáneo sin bloqueo, evitando la pérdida de rendimiento causada por la competencia de bloqueo.

2.7 Evitar la sincronización excesiva

Evalúe razonablemente el alcance de los bloques de código de sincronización para evitar la sincronización innecesaria, reducir el alcance de la competencia de bloqueo y mejorar el rendimiento de la concurrencia.

Se debe seleccionar una estrategia adecuada de acuerdo con los requisitos y los escenarios de aplicación específicos. Al mismo tiempo, la optimización del rendimiento es un proceso de consideración integral y otros factores, como la utilización de recursos y la optimización de algoritmos, deben integrarse para obtener el mejor efecto de mejora del rendimiento.

4. Optimización de código

La optimización del código es la base de la optimización del rendimiento, que puede mejorar la eficiencia de ejecución del programa al reducir las operaciones redundantes y repetidas en el código. Aquí hay algunas técnicas comunes de optimización de código:

1. Estructura de datos

Elegir la estructura de datos correcta puede mejorar significativamente el rendimiento de su código. Al analizar las características del problema, elija un algoritmo más eficiente para resolver el problema, como usar la ordenación rápida en lugar de la ordenación de burbuja.

2. Evite la doble contabilidad

Almacene los resultados de cálculos repetidos para evitar calcular el mismo resultado varias veces en el programa. Por ejemplo, puede almacenar el cuadrado de un número en una variable y luego usar esa variable directamente cuando sea necesario.

3. Gestión de la memoria

La administración razonable de los recursos de memoria puede reducir la sobrecarga de asignación y liberación de memoria, como evitar la creación y destrucción frecuentes de objetos y usar grupos de objetos, cachés y otras tecnologías para la optimización.

4. Usa operaciones bit a bit

Las operaciones bit a bit son más rápidas que las operaciones aritméticas porque pueden manipular directamente los bits binarios. Por ejemplo, puede utilizar el operador AND bit a bit (&) para comprobar si un número entero es par.

5. Reducir las llamadas a funciones

Las llamadas a funciones generan una sobrecarga adicional, por lo que se debe minimizar el número de llamadas a funciones. Por ejemplo, puede almacenar algunos resultados de cálculo de uso común en variables globales y luego usar estas variables directamente cuando sea necesario.

Con respecto a la optimización del código, puede elegir un estándar de codificación o formar una base de código determinada. Dirección de descarga oficial: " Manual de desarrollo de Java (Edición Huangshan).pdf "

6. Tecnología de transmisión

La tecnología de flujo para la optimización del rendimiento se refiere al uso de la API de flujo en Java 8 para atravesar y operar colecciones de manera eficiente. Stream API puede proporcionar un estilo de programación declarativo, utilizando expresiones Lambda para realizar varias operaciones de agregación y operaciones de datos por lotes en colecciones, como clasificación, filtrado, mapeo, etc. La API de Stream también puede admitir el procesamiento en paralelo y aprovechar las CPU multinúcleo para mejorar la velocidad de procesamiento de datos.

El principio de implementación de Stream API involucra principalmente los siguientes aspectos:

La clasificación de las operaciones Stream se divide en operaciones intermedias y operaciones de terminación, así como en subcategorías como sin estado, con estado, con cortocircuito y sin cortocircuito.
La estructura del código fuente de Stream incluye principalmente interfaces y clases como BaseStream, Stream, ReferencePipeline y Sink.
La superposición de operaciones Stream ensambla cada operación en una cadena de llamadas a través de ReferencePipeline y define la relación entre cada operación a través de la interfaz Sink.
Transmita el procesamiento paralelo, convierta el flujo serial en flujo paralelo a través del método parallelStream() o el método paralelo(), realice la división y fusión de datos a través del marco ForkJoinPool.

7. Tecnología reactiva

La tecnología reactiva para la optimización del rendimiento se refiere a un paradigma de programación asincrónica orientado a flujos de datos y eventos, que pueden mejorar la velocidad de respuesta del programa y la utilización de recursos. La tecnología reactiva se puede dividir en dos aspectos: programación reactiva y arquitectura reactiva.

La programación reactiva se refiere al uso de algunas bibliotecas o marcos, como RxJava, Reactor, Redux, etc., para implementar el procesamiento receptivo de flujos de datos y eventos, lo que puede simplificar la complejidad de la programación asincrónica y mejorar la legibilidad y el mantenimiento del código.

La arquitectura reactiva se refiere al uso de algunos principios y patrones de diseño, como la declaración receptiva, los microservicios, los mensajes, etc., para construir un sistema distribuido altamente disponible, altamente escalable y altamente elástico que pueda hacer frente a requisitos y cargas cambiantes.

5. Optimización del acceso a la base de datos

1, MySQL

1.1, dimensión de ajuste de MySQL

1) SQL y optimización de índices: la optimización de consultas SQL es la clave para mejorar el rendimiento de MySQL. Se pueden usar varios métodos para optimizar las declaraciones de consulta, como usar índices apropiados, evitar el uso de operadores de función en las cláusulas WHERE, reducir las subconsultas, etc.

2) Optimización de la estructura de la tabla: el diseño y la estructura de la tabla también afectarán el rendimiento de MySQL. El diseño adecuado de la tabla puede mejorar el rendimiento de las consultas y la velocidad de procesamiento de datos. Por ejemplo, el uso de tablas particionadas puede acelerar las consultas y dividir las tablas verticalmente puede reducir la carga en la base de datos.

3) Optimización de la configuración del sistema: la configuración de los parámetros del servidor y MySQL también es muy importante para el rendimiento. Ajustar la configuración puede permitir que MySQL haga un mejor uso de los recursos de hardware. Por ejemplo, aumentar el tamaño del búfer, ajustar el tiempo de espera de la conexión u optimizar la caché de clasificación puede mejorar el rendimiento del sistema.

4) Optimización de hardware: además de la optimización de software, el rendimiento de MySQL también se puede optimizar a través del hardware. Por ejemplo, el uso de discos más rápidos, el aumento de la memoria y la actualización de las CPU pueden aumentar la capacidad de carga de MySQL.

1.2, descomposición de ajuste de MySQL

2. Tecnología de caché

La tecnología de almacenamiento en caché es una estrategia comúnmente utilizada en la optimización del rendimiento. Reduce el número de visitas a la fuente de datos original al almacenar copias de los resultados de los cálculos, datos o recursos, mejorando así la velocidad y el rendimiento del acceso a los datos.

2.1 Tecnologías comunes de almacenamiento en caché:

Almacenamiento en caché de datos: almacene los datos a los que se accede con frecuencia en la memoria u otros medios de almacenamiento de alta velocidad para evitar el acceso frecuente al disco o a la red. Los cachés de datos comunes incluyen cachés de memoria, cachés distribuidos (como Redis, Memcached), etc.
Caché de consulta: para los resultados de la consulta de la base de datos, las declaraciones de consulta y sus resultados se pueden almacenar en caché, y la siguiente consulta se puede obtener directamente del caché, lo que reduce la cantidad de consultas de la base de datos. El almacenamiento en caché de consultas se puede implementar mediante el propio caché de consultas de la base de datos o mediante una herramienta de almacenamiento en caché externa (como Ehcache).
Almacenamiento en caché de objetos: almacene objetos de uso frecuente en la memoria para evitar la creación e inicialización frecuentes de objetos. El almacenamiento en caché de objetos puede mejorar la velocidad de acceso a los objetos y la reutilización.
Almacenamiento en caché de la página: almacene en caché el contenido de la página generado dinámicamente y devuelva la página almacenada en caché directamente cuando se realice la siguiente solicitud, evitando operaciones repetidas de procesamiento de páginas y consultas a la base de datos. Las tecnologías comunes de almacenamiento en caché de páginas incluyen el almacenamiento en caché del navegador, el almacenamiento en caché de CDN, etc.
Caché de recursos: para las operaciones de carga de recursos que consumen mucho tiempo, como la carga de imágenes, CSS, JavaScript y otros archivos, se pueden almacenar en caché localmente o en CDN para reducir las solicitudes de red y mejorar la velocidad de carga.
Calentamiento de caché: cargue e inicialice los datos almacenados en caché con anticipación, antes de que se inicie la aplicación o comiencen las solicitudes, para evitar retrasos en el inicio en frío en el primer acceso.

Es necesario seleccionar la tecnología de almacenamiento en caché adecuada de acuerdo con los escenarios y requisitos de la aplicación específica, y considerar exhaustivamente factores como la coherencia, la capacidad y el mecanismo de actualización de la memoria caché. Al mismo tiempo, el diseño y la administración de la memoria caché también deben tener cuidado para evitar la expansión de la memoria caché, los problemas de coherencia de los datos y el impacto de las memorias caché vencidas.

2.2, clasificación de caché

1) Caché local:

Almacene datos almacenados en caché en la memoria interna de un solo proceso de aplicación, generalmente utilizando clases de colección de Java como HashMap, ConcurrentHashMap, etc. para la implementación. La ventaja del almacenamiento en caché local es que es rápido, fácil de implementar y no requiere transmisión de red, pero no puede compartir datos entre múltiples procesos de aplicación.

2) caché distribuida:

Almacene los datos de la memoria caché en varios servidores y transmita los datos a través de la red para compartir la memoria caché. Los marcos de caché distribuidos comunes incluyen Redis, Memcached, Ehcache, etc. Las ventajas de la memoria caché distribuida son la buena escalabilidad, el soporte de alta simultaneidad, la gran capacidad y la posibilidad de mejorar la confiabilidad y disponibilidad de las aplicaciones.

3) Caché multinivel (local + distribuida):

Almacene datos almacenados en caché tanto en caché local como en caché distribuida para acelerar el acceso y mejorar la confiabilidad. Las soluciones comunes de caché multinivel incluyen EHCache+Redis, Guava Cache+Redis, etc. La ventaja del almacenamiento en caché multinivel es que tiene en cuenta las ventajas del almacenamiento en caché local y el almacenamiento en caché distribuido, lo que hace que el sistema de almacenamiento en caché sea más flexible y más potente.

6. Comunicación y optimización IO

1. Modelos de E/S sin bloqueo y de E/S asíncronos

El modelo de E/S sin bloqueo (Non-blocking IO) se implementa mediante el uso de sockets sin bloqueo, lo que permite que varias conexiones se procesen simultáneamente en un solo subproceso, lo que reduce el cambio de subprocesos y la ocupación de recursos.
El modelo de E/S asíncrono (E/S asíncrono) puede continuar procesando otras tareas después de iniciar una operación de E/S mediante un método de devolución de llamada o basado en eventos. Cuando se completa la operación de E/S, la función de devolución de llamada se activa para mejorar la eficiencia y el rendimiento de E/S.
La selección de un modelo de IO adecuado requiere una consideración integral de factores como la cantidad de conexiones simultáneas, los recursos del sistema y el tiempo de respuesta en función de los escenarios y requisitos de la aplicación específica.

2. NIO y tecnología de multiplexación

El marco NIO (New IO) brinda soporte para IO sin bloqueo, incluidos componentes como Channel, Buffer y Selector, que pueden lograr operaciones de IO eficientes.
La tecnología de multiplexación supervisa varios eventos de E/S a través de un subproceso. Por ejemplo, el uso de un selector Selector puede procesar simultáneamente operaciones de lectura y escritura de varias conexiones, lo que reduce la cantidad de subprocesos y el uso de recursos.

Selector

El selector es un componente importante en Java NIO. Se puede usar para monitorear los eventos de lectura y escritura de múltiples canales al mismo tiempo y responder de inmediato cuando ocurre un evento. El selector puede realizar el efecto del monitoreo de múltiples canales de un solo hilo, mejorando así el rendimiento del sistema y la eficiencia operativa.

Canal

Un canal es un objeto para leer y escribir datos, similar a un flujo en Java IO. A diferencia de los flujos, los canales se pueden leer y escribir sin bloqueos, y las operaciones de lectura y escritura se pueden realizar simultáneamente. Los canales se dividen en dos tipos: FileChannel y SocketChannel, que se utilizan para archivos y redes respectivamente.

comunicación.

Buffer

En Java NIO, todos los datos se transfieren a través de objetos de búfer. Un búfer es un bloque contiguo de memoria que contiene datos que deben leerse o escribirse. El objeto de búfer contiene algunas variables de estado, como capacidad, límite, posición, etc., que se utilizan para controlar la lectura y escritura de datos.

3. Protocolo y formato de datos

La optimización de protocolos y formatos de datos puede reducir la cantidad de datos transmitidos a través de la red y mejorar la eficiencia de la transmisión. Por ejemplo, utilice el protocolo binario en lugar del protocolo de texto, comprima los datos, reduzca la transmisión de datos inútiles, etc.
El uso de tecnologías de serialización (como Protocol Buffers, MessagePack) puede lograr una eficiente serialización y deserialización de objetos, reduciendo el tamaño de los datos y el tiempo de transmisión.

aspecto	protocolo http	protocolo rpc
capa de transporte	Basado en TCP, tiene un formato de transmisión específico, contiene mucha información de encabezado y tiene una baja eficiencia de transmisión de datos.	Basado en TCP o UDP, formato de datos personalizado, alta eficiencia de transmisión de datos
Versatilidad	No importa los detalles de implementación, multilenguaje, multiplataforma, adecuado para llamadas entre departamentos o servicios externos	Debe encapsularse en el nivel de la API, lo que limita el entorno del lenguaje de desarrollo y es adecuado para las llamadas de servicio internas.
Dificultad de desarrollo	Relativamente simple, solo siga la especificación REST, los detalles como las solicitudes y las respuestas deben ser implementados por usted mismo	Relativamente complejo, debe considerar la selección del servidor, la serialización, la comunicación, la tolerancia a fallas y otras funciones
velocidad	Más lento, afectado por la información del encabezado HTTP y el protocolo de enlace TCP	Formato de datos más rápido y conciso y método de comunicación confiable

4. Grupo de conexiones HTTP y multiplexación de conexiones

El grupo de conexiones HTTP es una tecnología para administrar y reutilizar conexiones HTTP, que puede mejorar el rendimiento y la eficiencia de las solicitudes HTTP. Las siguientes son varias tecnologías comunes de implementación de grupos de conexiones Http:

La tecnología de agrupación de conexiones puede administrar y reutilizar conexiones, evitar crear y cerrar conexiones con frecuencia y reducir la sobrecarga de establecimiento y destrucción de conexiones.
El uso del conjunto de conexiones puede mejorar la tasa de reutilización de las conexiones, reducir el proceso de inicialización y autenticación de la conexión y mejorar la concurrencia y el rendimiento del sistema.

Las siguientes son algunas tecnologías de implementación de grupos de conexiones http de código abierto:

OkHttp: OkHttp es una biblioteca de cliente HTTP moderna que admite la administración de grupos de conexiones. Tiene las características de API concisa y alto rendimiento, y puede administrar automáticamente la reutilización de la conexión y el tiempo de espera de la conexión.
Apache HttpClient: Apache HttpClient es una biblioteca de cliente Java HTTP madura que proporciona funciones de administración de grupos de conexiones. Es altamente personalizable y flexible, y admite funciones como multiplexación de conexiones, control de tiempo de espera de conexión y gestión de solicitudes simultáneas.

5. La sincronización se vuelve asíncrona

Optimización del rendimiento Síncrono a asíncrono es un patrón de programación común que puede mejorar la capacidad de respuesta y el rendimiento del sistema. Las operaciones síncronas harán que la solicitud se bloquee hasta que falle o devuelva un resultado correctamente. Las operaciones asincrónicas pueden admitir la expansión horizontal, aliviar la presión de las solicitudes instantáneas y hacer que las solicitudes sean fluidas.

Si se requieren varios pasos en una interfaz y estas operaciones comerciales son independientes, la ejecución síncrona tradicional basada en el orden del código requiere mucho tiempo y el espacio de optimización tradicional es relativamente pequeño, entonces puede considerar el uso de subprocesos múltiples para optimizar la interfaz, de modo que la sincronización se vuelva asíncrona y las operaciones comerciales de la interfaz se procesen en paralelo, lo que mejora en gran medida el rendimiento de la interfaz.

Siete, seguimiento del rendimiento

En una arquitectura de microservicios, la supervisión del rendimiento del sistema suele utilizar las siguientes herramientas y técnicas:

Herramientas de seguimiento distribuidas: las herramientas de seguimiento distribuidas se utilizan para rastrear y monitorear enlaces de solicitud entre microservicios para ayudar a descubrir cuellos de botella en el rendimiento y puntos de falla. Las herramientas de rastreo distribuidas comunes incluyen Zipkin, Jaeger y SkyWalking.

Monitoreo de indicadores y base de datos de series temporales: las herramientas de monitoreo de indicadores se utilizan para recopilar, almacenar y visualizar indicadores clave y datos de rendimiento del sistema, lo que ayuda a los usuarios a comprender el estado y el rendimiento del sistema en tiempo real. Las herramientas comunes de monitoreo de indicadores incluyen Prometheus, InfluxDB y Grafana.

Herramientas de análisis y administración de registros: las herramientas de análisis y administración de registros se utilizan para recopilar, almacenar y analizar los datos de registro de los microservicios para ayudar a diagnosticar y resolver problemas. Las herramientas comunes de gestión y análisis de registros incluyen ELK Stack (Elasticsearch, Logstash, Kibana), Splunk y Graylog, etc.

Herramientas de administración y monitoreo de contenedores: si los microservicios se implementan en plataformas en contenedores, como Docker y Kubernetes, las herramientas de administración y monitoreo de contenedores se pueden usar para monitorear el uso de recursos del contenedor, la comunicación de la red y el rendimiento de la programación. Las herramientas comunes de administración y monitoreo de contenedores incluyen cAdvisor, Prometheus Operator y Kubernetes Dashboard.

Herramientas de gestión del rendimiento de aplicaciones (APM): las herramientas de APM se utilizan para monitorear y analizar el rendimiento y el estado de las aplicaciones de microservicios en tiempo real, incluido el tiempo de respuesta del servicio, el rendimiento de las consultas de la base de datos, el uso de CPU y memoria, etc. Las herramientas comunes de APM incluyen New Relic, AppDynamics y Dynatrace.

Estas herramientas y tecnologías pueden proporcionar capacidades de optimización del rendimiento, solución de problemas y monitoreo del rendimiento del sistema en tiempo real, lo que ayuda a los desarrolladores y a los equipos de operación y mantenimiento a monitorear y administrar el rendimiento y la disponibilidad en la arquitectura de microservicios. La elección de las herramientas y tecnologías adecuadas requiere la consideración de necesidades específicas, pilas de tecnología y requisitos de escalabilidad.

8. Optimización de la estructura

La optimización de la arquitectura de optimización del rendimiento del sistema es una parte clave, que incluye las siguientes tecnologías y estrategias:

Equilibrio de carga: el equilibrio de carga se utiliza para distribuir solicitudes a varios servidores para equilibrar la carga del sistema y mejorar el rendimiento y la disponibilidad del sistema. Las tecnologías comunes de balanceo de carga incluyen balanceadores de carga de hardware (como F5) y balanceadores de carga de software (como Nginx, Gateway).
Embudo de tráfico: el embudo de tráfico se utiliza para limitar la tasa de solicitud del sistema para evitar el impacto del tráfico repentino en el sistema. Facilita la llegada de solicitudes y evita la sobrecarga del sistema al establecer límites de tasa de solicitud y mecanismos de cola. La tecnología de embudo de tráfico se usa a menudo en escenarios como el límite de tráfico de API y el límite de solicitudes.
Clúster: un clúster es una unidad lógica que combina varios servidores para procesar solicitudes juntas, lo que mejora la escalabilidad y la tolerancia a fallas del sistema. Al agregar nodos de servidor a través de la expansión horizontal, se puede mejorar la capacidad de procesamiento y el rendimiento simultáneo del sistema. Las tecnologías de clúster comunes incluyen caché distribuida (como el clúster de Redis), base de datos distribuida (como el clúster de MySQL) y sistema de archivos distribuido (como Hadoop).
Fusible: El mecanismo de fusible se utiliza para desconectar automáticamente el servicio cuando el sistema falla o es anormal, a fin de proteger la estabilidad y disponibilidad del sistema. Al configurar el umbral y la ventana de tiempo, cuando la tasa de error o el tiempo de respuesta del sistema supere un cierto umbral, se activará un fusible para detener la solicitud del servicio y evitar la propagación de errores.
Degradación: la degradación consiste en bloquear temporalmente ciertas funciones o servicios cuando los recursos del sistema son limitados o se producen condiciones anormales, a fin de garantizar la disponibilidad de las funciones principales. Al establecer la prioridad, cuando la carga del sistema es demasiado alta o anormal, algunas funciones secundarias pueden cerrarse o simplificarse activamente para mejorar la estabilidad y la capacidad de respuesta del sistema.
Limitación actual: el mecanismo de limitación actual se utiliza para limitar el número máximo de solicitudes simultáneas del sistema para evitar que el sistema se vea abrumado por demasiadas solicitudes. Al establecer el límite de tasa de solicitud, el límite en el número de conexiones simultáneas, etc., puede controlar la carga del sistema y mantener la estabilidad del sistema. Las técnicas comunes de limitación de corriente incluyen el algoritmo de cubeta de fichas, el algoritmo de cubeta con fugas, etc.

Estas técnicas y estrategias de optimización de la arquitectura se pueden seleccionar y aplicar de acuerdo con los requisitos específicos de la aplicación y los cuellos de botella del sistema. A través de un diseño y una optimización razonables de la arquitectura, se puede mejorar el rendimiento, la escalabilidad y la disponibilidad del sistema para garantizar que el sistema pueda soportar una gran carga y un gran número de solicitudes simultáneas.

9. Optimización del sistema

La optimización del sistema es la optimización de todo el sistema, lo que puede mejorar el rendimiento del sistema ajustando la configuración y los parámetros del sistema. Estos son algunos consejos comunes de optimización del sistema:

Espacio para el tiempo: utilice la memoria, la memoria caché y otros dispositivos de almacenamiento para reducir las operaciones de lectura y escritura del disco o la red y mejorar la velocidad de acceso a los datos.
Tiempo para el espacio: cuando el espacio se convierte en un cuello de botella, se pueden utilizar métodos como el procesamiento por lotes, la compresión y la partición para reducir la ocupación del espacio y la sobrecarga de transmisión de datos.
Cierre los servicios innecesarios: cuantos más servicios se ejecuten en el sistema, mayor será la carga del sistema, por lo que se deben cerrar los servicios innecesarios para reducir la carga del sistema. Por ejemplo, puede usar el Administrador de tareas para cerrar procesos y servicios innecesarios.
Ajustar la prioridad del proceso: la prioridad del proceso determina el orden en que el sistema operativo asigna los recursos, de modo que el rendimiento del sistema se puede optimizar ajustando la prioridad del proceso. Por ejemplo, se puede dar alta prioridad a los procesos importantes para garantizar que obtengan suficientes recursos.
Use herramientas de monitoreo de rendimiento: las herramientas de monitoreo de rendimiento pueden ayudar a los usuarios a monitorear el rendimiento del sistema en tiempo real y proporcionar las sugerencias de optimización correspondientes. Por ejemplo, puede usar el administrador de tareas integrado de Windows o una herramienta de monitoreo de rendimiento de terceros para monitorear los indicadores de rendimiento del sistema, como la CPU, la memoria y el disco.
Mantenimiento regular del sistema: el mantenimiento regular del sistema puede limpiar archivos basura del sistema, corregir errores del sistema, actualizar parches del sistema, etc., mejorando así la estabilidad y el rendimiento del sistema. Por ejemplo, las operaciones como la desfragmentación del disco, la limpieza del registro y el análisis de virus se pueden realizar con regularidad.

Si el artículo es útil para usted, bienvenido a prestar atención + Me gusta, ¡y debe regresar para cerrar! ! !